Java【网络原理】（4）HTTP协议

1.前言

2.正文

2.1自定义协议

2.2HTTP协议

2.2.1抓包工具

2.2.2请求响应格式

2.2.2.1URL

2.2.2.2urlencode

2.2.3认识方法

2.2.3.1GET与POST

2.2.3.2PUT与DELETE

2.2.4请求头关键属性

3.小结

1.前言

哈喽大家好啊，今天来继续给大家带来Java中网络原理的学习，本节主要学习的是HTTP协议，在讲HTTP协议之前还会补充一个知识点（自定义协议），本节学完后就是HTTPS的学习了，那么废话不多说让我们开始吧。

2.正文

2.1自定义协议

在平时写代码的时候，咱们往往跟应用层打交道，应用层中涉及到的网络通讯协议，很多都是程序员自己定制的。那么到底如何自定义协议呢？

自定义协议，分成两个阶段：

根据需求, 明确传输哪些信息
约定好信息组织的格式.

其中有许多组织信息的格式，主要包含以下四种：

设计协议时，数据组织格式直接影响可读性、传输效率、解析复杂度。以下通过生活化案例，对比四种常见格式：行文本、XML、JSON、Protobuf。

1. 行文本格式

特点：用简单分隔符（如逗号、竖线）组织数据，适合结构简单的场景。
类比：快递单上的信息——用空格或横线分隔收件人、电话、地址。

示例：用户登录协议
login|user123|e10adc3949ba59abbe56e057f20f883e|mobile
字段解释：

login：命令类型（登录）

user123：用户名

e10adc...：MD5加密后的密码

mobile：设备类型

优点：

体积小，解析简单（直接按分隔符拆分）。

适合嵌入式设备或性能受限的场景。

缺点：

扩展性差（新增字段需调整解析逻辑）。

无数据类型区分（所有内容都是字符串）。

2. XML格式

html 和 xml 都是成对的标签构成的键值对结构~
html 标签内容都是固定的。大佬们约定好的，你不能乱写，也不能创建新的标签（现在 html5 允许自定义标签了）xml 标签内容是自定义的。

特点：通过标签嵌套表示数据，适合复杂结构化数据。
类比：书本目录——用章节标题和子标题分层组织内容。

示例：订单数据传输
<order><id>1001</id><customer><name>张三</name><phone>13800138000</phone></customer><items><item><product_id>P100</product_id><quantity>2</quantity></item><item><product_id>P200</product_id><quantity>1</quantity></item></items>
</order>
优点：

结构清晰，支持嵌套和复杂数据类型。

可读性强（标签自带语义）。

缺点：

冗余标签多，体积大（传输效率低）。

解析复杂。

现在xml使用的已经很少了，主要是下面的json。

3. JSON格式

特点：轻量级的键值对结构，兼顾可读性和简洁性。
类比：表格简历——用“字段名:值”清晰展示信息。

示例：用户消息推送
{"type": "message","sender": "user123","receiver": "user456","content": "晚上一起吃饭吗？","timestamp": 1629780000,"extras": {"emotion": "开心","priority": 1}
}
优点：

语法简洁（比XML体积小）。

天然支持嵌套对象和数组。

广泛支持（几乎所有编程语言都有解析库）。

适用场景：

RESTful API 接口（90%的互联网API使用JSON）。

前端与后端数据交互。

4. Protobuf（Protocol Buffers）（C++用的比较多）

特点：二进制编码，高性能，需预定义数据结构（.proto文件）。
类比：密码本——收发双方需提前约定编码规则，传输时用二进制压缩。

优点：

体积极小（比JSON小3-10倍）。

解析速度极快（无需反射，直接内存映射）。

强类型约束（减少数据错误）。

缺点：

可读性差（二进制不可直接阅读）。

需预编译生成代码（开发流程稍复杂）。

总结一下：

行文本 (最原始)
xml(比较原始,可读性好,冗余较多)
json(主流的方式,可读性好,冗余一般)
protobuf(高性能场景下使用的方式,可读性差,冗余最小)

格式体积可读性解析速度适用场景
行文本 最小低快简单配置、传感器数据
XML 大高慢复杂企业级系统
JSON 中等高中等 Web API、前后端交互
Protobuf 最小低最快高性能通信、IoT、微服务

格式	体积	可读性	解析速度	适用场景
行文本	最小	低	快	简单配置、传感器数据
XML	大	高	慢	复杂企业级系统
JSON	中等	高	中等	Web API、前后端交互
Protobuf	最小	低	最快	高性能通信、IoT、微服务

下文就要展开我们的重点HTTP协议了。

2.2HTTP协议

HTTP是一问一答模式的协议，客户端发来一个请求，服务器就返回一个响应，请求和响应一一对应。对于HTTP协议的学习我们需要借助抓包工具来进行。

2.2.1抓包工具

抓包工具是什么呢？是用来干什么的呢？

1. 什么是抓包？

抓包（Packet Capture）指捕获网络传输中的数据包，并对其进行分析的过程。

就像在快递运输线上安装监控摄像头，记录每个包裹的来源、目的地和内容。

2. 为什么需要抓包？

有以下几个场景：

调试网络问题：定位连接超时、丢包等问题。

分析协议行为：查看HTTP请求、DNS解析等细节。

安全审计：检测恶意流量（如DDoS攻击、数据泄露）。

性能优化：分析网络延迟、带宽占用。

3. 抓包工具的工作原理

网卡混杂模式：

默认情况下，网卡只接收目标地址是自己的数据包。

开启混杂模式后，网卡会捕获流经它的所有数据包（包括其他设备的流量）。

协议解析与过滤：

抓包工具根据协议规范（如TCP/IP、HTTP）解析二进制数据包，提取可读信息。

支持按协议类型、IP地址、端口号等条件过滤数据。

存储与展示：

数据包可保存为文件（如.pcap格式），供后续分析。

工具提供可视化界面，展示数据包的层次结构和字段内容。

讲完了什么是抓包，接下来介绍两个抓包工具：

1.Wireshark

官网：Wireshark · Go Deephttps://www.wireshark.org/

核心功能：

多协议支持：解析超过2000种协议（如HTTP、TCP、DNS、ICMP）。

深度分析：展示数据包的每一层（从物理层到应用层）。

过滤与统计：支持复杂过滤语法，提供流量统计图表。

2.Fiddler

官网：Web Debugging Proxy and Troubleshooting Tools | Fiddlerhttps://www.telerik.com/fiddler

核心功能：

HTTP/HTTPS代理：拦截所有经过代理的Web请求。

请求/响应修改：实时修改请求参数、响应内容。

性能分析：统计页面加载时间、资源大小。

自动化脚本：通过Fiddler Script自定义处理逻辑。

二者对比：

对比维度 Wireshark Fiddler
协议支持 所有网络层协议（TCP/IP、ICMP、ARP等）主要HTTP/HTTPS，部分FTP、WebSocket
抓包层级 底层（原始数据包）应用层（HTTP请求/响应）
操作系统 跨平台（Windows、macOS、Linux）仅Windows（经典版）
性能影响 高（捕获所有流量）低（仅代理流量）
简而言之：wireshark抓很多协议，使用门槛较高。而fiddler专门抓HTTP，功能简单，使用也简单。

对比维度	Wireshark	Fiddler
协议支持	所有网络层协议（TCP/IP、ICMP、ARP等）	主要HTTP/HTTPS，部分FTP、WebSocket
抓包层级	底层（原始数据包）	应用层（HTTP请求/响应）
操作系统	跨平台（Windows、macOS、Linux）	仅Windows（经典版）
性能影响	高（捕获所有流量）	低（仅代理流量）

这里我们往后就使用fiddler。

2.2.2请求响应格式

这里我们通过fiddler来抓一个请求与响应：

请求：

首行：请求方法 URL 版本号
请求头（header）：键值对结构，每一行是一个键值对，键和值之间使用：空格分割，HTTP 请求头中的键有哪些取值，对应的值又有哪些取值，都是由标准约定的。
空行：用来标识header结束了。
正文（body）：部分请求有正文，部分没有（像上面这个就没有）。

响应：

首行
响应头：也是键值对
空行：表示header部分结束/
正文

下文我们要讲解写请求与相应的关键属性。

2.2.2.1URL

URL（Uniform Resource Locator，统一资源定位符）是互联网上资源的唯一地址，用于定位网页、图片、API 等资源。
类比：就像现实中的“快递地址”，告诉浏览器如何找到目标资源。

一个典型的 URL 格式如下：
https://www.example.com:8080/path/to/page?name=John&age=30#section1
分解为以下核心部分：
[协议]://[域名]:[端口]/[路径]?[查询参数]#[锚点]
协议：定义客户端与服务器之间的通信规则。
域名：将 IP 地址（如 192.168.1.1）转换为易记的名称。
端口：标识服务器上的具体服务（类似“门牌号”）。
路径：指定服务器上的资源位置（类似文件路径）。
查询参数：向服务器传递附加参数，格式为 key=value。
锚点：定位页面内的特定位置（不会发送到服务器）。

2.2.2.2urlencode

为了给大家更好展示urlencode是什么，这里附上实际例子，我在浏览器搜索你好。

可以看到：

https://www.sogou.com/web?query=%E4%BD%A0%E5%A5%BD&_ast=1745143368&_asf=www.sogou.com&w=01029901&p=40040100&dp=1&cid=&s_from=result_up&sourceid=5_01_03&sessiontime=1745143614785

我们去实际抓包：

可以看到搜多的字符串均被转义。

URL编码（Percent-Encoding）是一种将特殊字符和非ASCII字符转换为安全格式的机制，确保URL在互联网中正确传输和解析。

为什么需要URL编码？

URL 中本身就有一些特殊符号，代表不同的特殊含义。query string 的内容都是程序员自定义的万一 query string 里也包含了特殊含义的符号咋办？所以就需要URL编码

urlencode 把数据的二进制内容,每个字节取出来十六进制表示,前面加上%

2.2.3认识方法

方法	安全	幂等	典型场景
GET	✔️	✔️	获取资源
POST	✖️	✖️	创建资源或触发操作
PUT	✖️	✔️	替换整个资源
DELETE	✖️	✔️	删除资源
PATCH	✖️	✔️*	部分更新资源
HEAD	✔️	✔️	获取响应头信息
OPTIONS	✔️	✔️	查询支持的请求方法
TRACE	✔️	✔️	调试（通常禁用）
CONNECT	✖️	✖️	建立代理隧道（如 HTTPS）

tips：PATCH 的幂等性需由具体实现保证。

下文讲解几个最常见的方法

2.2.3.1GET与POST

HTTP 协议中，GET 和 POST 是最常用的两种方法，它们在用途、数据传输方式、安全性等方面有显著区别。

GET：通过 URL 传递参数

格式：http://example.com/api?name=Alice&age=30

特点：

参数可见，适合非敏感数据（如搜索关键字）。

参数会被浏览器历史记录、服务器日志记录。

POST：通过请求体传递参数

格式：参数封装在请求体中，支持多种格式（如 JSON、表单数据）。

特点：

参数不可见，适合敏感数据（如密码、支付信息）。

支持复杂数据结构（如文件上传）。

两个典型场景：

登录。
上传 =>请求带有正文的，正文就是保存了当前上传的数据的内容上述请求中，图片本身是二进制的，通过特殊方式进行转码（base64 编码，把二进制转成文本）其实 body 也是可以直接填二进制数据 ~

GET与POST对比：

语义上，二者可以混着用，GET与POST没有本质区别。
携带数据的方式上，POST也可以带有query string，GET也可以带有body
GET常被设计成幂等，POST无要求。
GET常认为能被缓存（幂等情况下），而POST不行。

特性 GET POST
用途获取资源（查询数据）提交数据（创建或修改资源）
参数位置 URL 查询字符串（?key=value）请求体（Body）
数据长度限制 受限（URL 长度通常 ≤2048 字符）理论上无限制（取决于服务器配置）
缓存可被浏览器缓存不可缓存
幂等性 幂等（多次请求结果相同）非幂等（多次请求可能产生不同结果）
安全性 参数明文暴露在 URL 中（需 HTTPS）参数在请求体中（仍需 HTTPS 加密）
书签/分享 可保存为书签或分享链接不可直接保存或分享

特性	GET	POST
用途	获取资源（查询数据）	提交数据（创建或修改资源）
参数位置	URL 查询字符串（`?key=value`）	请求体（Body）
数据长度限制	受限（URL 长度通常 ≤2048 字符）	理论上无限制（取决于服务器配置）
缓存	可被浏览器缓存	不可缓存
幂等性	幂等（多次请求结果相同）	非幂等（多次请求可能产生不同结果）
安全性	参数明文暴露在 URL 中（需 HTTPS）	参数在请求体中（仍需 HTTPS 加密）
书签/分享	可保存为书签或分享链接	不可直接保存或分享

2.2.3.2PUT与DELETE

直接开讲：

PUT 方法

用途：完整替换资源（客户端需提供资源的全部新数据）。

特点：

幂等性：多次请求效果相同（重复替换结果一致）。

安全性：非安全操作（修改资源）。

数据位置：请求体中传递完整的资源内容。

DELETE 方法

用途：删除指定资源。

特点：

幂等性：多次删除同一资源效果相同（删除后资源不再存在）。

安全性：非安全操作（修改资源）。

数据位置：通常无需请求体，通过 URL 标识资源。

特性 PUT DELETE
目的替换资源（全量更新）删除资源
幂等性 ✔️（多次替换结果一致） ✔️（多次删除结果一致）
请求体 需要（包含完整新数据）通常不需要
典型状态码 200 OK / 201 Created 204 No Content / 200 OK

特性	PUT	DELETE
目的	替换资源（全量更新）	删除资源
幂等性	✔️（多次替换结果一致）	✔️（多次删除结果一致）
请求体	需要（包含完整新数据）	通常不需要
典型状态码	200 OK / 201 Created	204 No Content / 200 OK

这样，方法中重要的“增删改查”已经讲解完毕。

2.2.4请求头关键属性

这边也是各重头戏，讲到请求头中各种关键属性，可能跟前文会有所重复，但为了内容完整还是一并写出。

1. 键值对结构
定义：HTTP 头部以 键: 值 的形式组织，键与值之间用冒号分隔。（RFC标准文档）

作用：提供标准化、可扩展的元数据传递方式。
示例：
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64)
Content-Type: application/json
注意事项：

键不区分大小写（如 content-type 与 Content-Type 等效）。

多个值可用逗号分隔（如 Accept: text/html, application/json）。
2. Host
定义：指定请求的目标域名和端口（HTTP/1.1 强制要求）。

作用：

区分同一服务器上的多个网站（虚拟主机）。

帮助反向代理或负载均衡器正确路由请求。
示例：
Host: example.com:8080
场景：

访问 http://example.com 和 http://anotherexample.com 时，服务器通过 Host 头返回不同内容。
3. Content-Length
定义：表示请求体或响应体（body）的字节长度（十进制数字）。

作用：

服务器/客户端明确需读取的数据量，避免粘包问题。

对于 POST 或 PUT 请求，必须准确计算。
示例：
Content-Length: 1024
注意事项：

若使用分块传输（Transfer-Encoding: chunked），无需设置此头。
4. Content-Type
定义：指示请求体或响应体的媒体类型（MIME 类型）。

作用：

告知服务器如何解析请求体（如 JSON、表单数据）。

指导客户端（如浏览器）如何渲染响应内容。

常见类型：

类型

用途

text/html

HTML 网页

application/json

JSON 数据

application/x-www-form-urlencoded

表单提交（键值对）

multipart/form-data

文件上传
示例：
Content-Type: application/json; charset=utf-8
5. User-Agent
定义：标识客户端（如浏览器、爬虫）的类型和版本，里面表示了用户使用的设备的浏览器和操作系统的情况。

作用：

服务器适配不同客户端（如返回移动端页面）。

统计用户设备分布或检测恶意爬虫。
示例：
User-Agent: Mozilla/5.0 (iPhone; CPU iPhone OS 14_6 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/14.1.1 Mobile/15E148 Safari/604.1
6. Referer
定义：表示当前请求的来源页面 URL。即这个页面是从哪个页面跳转来的。

作用：

分析流量来源（如广告点击统计）。

防盗链（限制图片仅允许从特定网站加载）。
示例：
Referer: https://www.google.com/
注意事项：

隐私模式下或某些浏览器可能不发送此头。
7. Cookie
定义：cookie 就是浏览器允许网页在本地硬盘存储数据的一种机制，而不是让网页代码直接访问文件系统（避免风险），而是做了一层抽象。Cookie 这里是按照键值对的方式来存储数据的，浏览器中可以直接看到当前页面保存的 cookie 有哪些的。浏览器保存了这些 cookie 之后，就会在后续给服务器发送请求的时候，把这些 cookie 键值对放到请求 cookie header 中传输给服务器。

作用：

会话管理（如用户登录状态）。

个性化设置（如语言偏好、主题）。
示例：
Cookie: sessionId=abc123; theme=dark